Los padres primerizos, aquellos que tienen ahora mismo 30 años y ya usan Internet de forma natural, saben perfectamente que subir fotografías de sus hijos a las redes sociales conlleva un peligro que, muchas veces, no están dispuestos a correr. Es por eso que suelen compartir los momentos de sus pequeños ocultando sus rostros o, en muchas ocasiones, pixelándolos. Pero, ¿y si os dijera que eso no sirve de absolutamente nada? ¿Que es posible eliminar esa medida de seguridad?
Investigadores de la Universidad de Texas y de la Universidad de Cornell han trabajado conjuntamente para llegar a la misma conclusión: esta práctica es terriblemente insegura ahora mismo. De poco sirve pixelar, porque ya hay herramientas, muy simples, que son capaces de identificar las fotografías censuradas de este modo.
El equipo de investigadores, formado por tres personas, fue capaz de identificar tanto rostros como números pixelados con una exactitud que podría considerarse incluso alarmante, según recoge Quartz. Mientras que los humanos tienen solo un 0,19% de posibilidades para identificar un rostro censurado con esta ténica, el algoritmo de estas herramientas tiene un 71% de precisión y, si se le deja intentarlo cinco veces, el porcentaje de acierto sube hasta el 83%.
Estas herramientas han ido apareciendo a lo largo de todo este año y no provienen solo de las Universidades de Texas y Cornell. Por ejemplo, el Instituto Marx Planck ha estado trabajando en la identificación de personas cuyas fotografías borrosas se encontraban en Facebook. La diferencia fundamental es que el estudio de Texas y Cornell es mucho más sencillo y simple.
Vitaly Shmatikov, coautor del estudio y profesor en la Universidad de Cornell, señala: "Basta con echar un montón de datos de entrenamiento, lanzar algunas redes neuronales, algoritmos de reconocimiento de imágenes estándar e incluso con este enfoque... podemos obtener muy buenos resultados". Para quien tenga unos conocimientos medios de programación, entenderá la facilidad de este método; los demás, debemos conformarnos con la explicación de Shmatikov, y discernir de ella que habla de algo realmente sencillo.
Shmatikov reconoce, a su vez, que el trabajo del Instituto Max Planck está mucho más matizado, con lo cual permite una mayor calidad de las imágenes. No obstante, ellos pretendían demostrar, con un enfoque mucho más simple, lo fácil que es destruir estos métodos de "privacidad".
Los datos de entrenamiento pueden ser tan sencillos como coger imágenes de Facebook. Para los números y las letras (incluso escritas a mano), los datos de entrenamiento están disponibles en línea.
Quizás esta investigación haga que compañías como YouTube, que permiten proteger la privacidad de las personas simplemente pixelándolas, se replanteen seriamente la situación. "En la seguridad y la privacidad la gente no aprecia plenamente el poder de las máquinas. Hasta que alguien muestra cómo la tecnología puede ser utilizada incluso fuera de la plataforma en violaciones a la privacidad, los encargados de la seguridad y la privacidad no se van a percatar de ello", advierte Shmatikov.
